返回搜索结果
Qwen3.8-9B · Q4_K_M
AMD Ryzen AI Max+ 395128GBllama.cpp v0.44L2 跨框架验证
本页汇总 Qwen3.8-9B（Q4_K_M）在 AMD Ryzen AI Max+ 395 上以 llama.cpp 运行的 1 次实测数据，来自 1 个独立来源平台；指标为已上架实测的均值。
26.52 tok/s
Decode
解码速度
94.42 tok/s
Prefill
预填充速度
0.62 s
TTFT
首 token 延迟
17.6 GB
VRAM
显存占用
L2 跨框架验证
1
实测次数
1
独立来源
其他
来源平台
17 天前
最后验证
性能表现
- llama.cpp · Q4_K_M （当前）Decode 26.52 · Prefill 94.42 ·
- vLLM · IQ2_M Decode 42.37 · Prefill 221.74 ·
- vLLM · Q6_K Decode 24.65 · Prefill 111.72 ·
- llama.cpp · IQ2_M Decode 125.51 · Prefill 634.19 ·
- llama.cpp · IQ3_S Decode 115.85 · Prefill 489.76 ·
- vLLM · Q5_K_M Decode 82.89 · Prefill 274.27 ·
- vLLM · IQ2_XS Decode 145.04 · Prefill 523.91 ·
- vLLM · Q3_K_L Decode 107.95 · Prefill 386.71 ·
- Strata · IQ3_XS Decode 164.91 · Prefill 583.87 ·
- Strata · Q5_K_S Decode 114.19 · Prefill 509.48 ·
核心数据
- Decode（平均）
- 26.52 tok/s
- Prefill（平均）
- 94.42 tok/s
- TTFT（平均）
- 0.62 s
- VRAM（平均）
- 17.6 GB
- MTP 接受率
- —
- TTFB
- 0.21 GB
- 功耗
- 54.6 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.8-9B
- 量化方式
- Q4_K_M
- 框架
- llama.cpp
- 版本
- v0.44
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 33
- Flash Attention
- 关闭
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- AMD Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 17.6 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu 6.12
- CUDA
- 12.6
- 电源功耗
- 54.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.44 · Windows 11 23H2 · CUDA 12.6 · 8192 ctx
26.52 tok/s
Decode
94.42 tok/s
Prefill
0.62 s
TTFT
17.6 GB
VRAM
—
MTP
54.6 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=24 running model_id=52 at Q4_K_M